Link Analysisپیوند تحلیل

مجاوررضائی مریم

1391

هوایی خطوط نقشهالمللی بین

است؟ متصل وبسایت کدام به سایت وب کدام

برای را داروهایی چه پزشکی چهکند؟ می تجویز بیمارانی چه

کسی چه به کسی چهزند؟ می تلفن

به که است کاوی داده تکنیک یک پیوند تحلیلو مهم های پیوند و اتصاالت ، روابط دانستن

پردازد می .حیاتی

نام به ریاضیات از ای شاخه پایه بر پیوند گراف تحلیل است نظریه شده بنا .

گراف ای پایه نظریه

روابط دادن نشان برای خاص بطور که هستند ای شده خالصه نمودار ها گرافروند می کار .به

باشند می ها یال و راس یا گره شامل .گرافدهند می تشکیل متصلند، بهم رابطه یک بوسیله که راس جفت دو را .یالها

شوند می خریداری ها مشتری توسط که هستند محصوالتی بیانگر ها .راسشامل که بازار سبد از درصدی و محصول دو وابستگی میزان بیانگر یالها روی وزن

باشد می است محصول دو .هر

گره :مشکل یا راس دو بین مسیر کوتاهترین .یافتن

به مربوط مسیر کوتاهترین آیا پرواز به مربوط گراف در مثالیا پرواز؟ بخشهای تعداد کمترین یا است؟ فاصله کوتاهترین

قیمت؟ ترین کم یا پرواز؟ زمان کوتاهترین

. شود می داده پاسخ گراف از استفاده با سواالت این همه به

کوئینسبرگ پل هفت مساله

قرن .18در شد مطرح اویلر لئونارد سوئیسی ریاضیدان توسط ،

یکدیگر به که داشت جزیره دو پریگل رودخانه در کوئینسبرگ شهر . هر در بودند متصل پل هفت مجموعا طریق از شهر ساحل به و

ها پل از یک هر به دسترسی امکان ها جزیره یا رودخانه طرف. داشت وجود

بار یک فقط برای ها پل همه روی از و کرد شروع شهر از جائی از است ممکن آیا؟ کنیم استفاده قایق از یا خیسشویم اینکه بدون کرد، عبور

→

→

گراف گذاری نماد ابداع

اویلری مسیر

درجه گره

از عبور برای راهی هیچ این بنابرروی

ندارد وجود بار یک از بیش پل یکچرا

. دارند فرد درجه گره چهار هر که

اویلری مسیر وجود امکان

باشد؟ زوج ها گره درجه باید چرا

ABCBD

. یک های گره تمام که وقتی است درست نیز قضیه این عکس. دارد وجود اویلری مسیر یک آنگاه باشند داشته زوج درجه گراف

: گرد دوره فروشنده مساله

است؟ کدام کند عبور یکبار دقیقا ها گره همه از که مسیری کوتاهترین

گراف این از 24در که دارد وجود مختلف مسیر. گذرد می بار یک فقط گره هر

هامیلتونی مسیر

گرد دوره فروشنده مشکل

:GREEDYالگوریتم

abcde=24 (greedy) cdbea=32

: جهتدار گراف

. هستند طرفه یک هایی راه مانند یالها جهتدار گراف در

از که از Bبه Aیالی که یالی با .Aبه Bمیرود است متفاوت میرود

کاربرکه √د: پرواز از هایی بخش

بهم را ازشهرها ای مجموعه. کنند می متصل √. وب صفحات بین های لینک

√ . تلفنی های تماس الگوهای

. است عظیم جهتدار گراف یک وب جهانی شبکه. آنها بین های لینک یالها و هستند وب صفحات همان ها گره

a :صفحه (: authorityیک به) دیگری زیاد صفحات که است ای صفحه دار صالحیت. اند کرده اشاره آن

b :صفحه .hubیک :) کند) می اشاره دیگری زیاد صفحات به که است ای صفحه قطب

c : . قبلی مدل دو از ترکیبی

ای -1 گره تک :مدل

: گراف بر مبتنی مدلهای

ای -2 گره چند :مدلهای

a : مستقیم: به ارجاع راجع صفحه دو که است این نشاندهنده که دیگر صفحه به صفحه یک اشارههستند موضوع یک

B : متقابل: .ارجاع هستند صفحه دو بین قوی ارتباطی نشاندهنده

C : مستقیم: غیر سوم ارجاع صفحه و اول صفحه میان

D: co-citation : هستند یکدیگر مشابه صفحه دو این احتماال و دیگر صفحه دو به صفحه یک اشاره

E: co-reference : یکدیگر با صفحه دو این گرفت نتیجه میتوان و کرده اشاره صفحه یک به صفحه دو. ارتباطند در

: یکسایت صالحیت

: کلینبرگ الگوریتم

. است قطب یک شود، می لینک دیگر دار صالحیت صفحه چند به که ای صفحه. است دار صالحیت صفحه یک اند، شده لینک آن به قطب چند که ای صفحه

پیوند اساستحلیل بر جو و جست

معمولی- متنی جوی و جست

فرآیند - آغاز برای صفحات از ای مجموعه آوری گرد

کلینبرگ : الگوریتم ویژگی

اولیه متنی جوی و جست صفحات از استفاده بااشاره اولیه مجموعه به که تر بزرگ مجموعه یک ایجاد

. گیرد می قرار اشاره مورد اولیه مجموعه توسط با کند، می

دار صالحیت منابع کلینبرگ) (:مشخصکردن الگوریتم در

مبنا- 1 مجموعه ایجاد

کاندیداها- 2 مشخصکردن

دار- 3 صالحیت منابع و ها قطب کردن مرتب و بندی درجه

مبنا -1 مجموعه :ایجاد

محتوایی جوی و جست یک از استفاده با مطالب مبنای مجموعه ایجاد

( اصلی- عبارت از ربط کلمات ...(a,an,theحذف

) محتوایی- ) جوی و جست استراتژی به بسته کلمات یابی ریشه

ها- وب فهرست در جو و جست

2: کاندیداها- مشخصکردن

کاندیداها از ای مجموعه ایجاد برای مبنا مجموعه توسعه

به دارد لینک آنها با مبنا مجموعه در صفحه هر که است صفحاتی تمام حاوی کاندیداها مجموعه. باشد می لینک دارای مبنا مجموعه صفحات از یکی به که صفحاتی از زیرمجموعه یک همراه

؟ چرا

زیادی تعداد که مبنا مجموعه در عمومی سایت گسترشیک امکان مقابل در حفاظت. کند می وارد نیستند مدیریت قایل که را صفحات از

3: دار- صالحیت منابع و ها قطب بندی درجه

آنها کردن مرتب و دار صالحیت منابع و ها قطب به کاندیدا صفحات تقسیم

1صفحه ( H,A)

: A دار صالحیت سایت عنوان به صفحه قدرت

H :قطب یک عنوان به صفحه قدرت

A(1)=1H(1)=1 A(1)= H( صفحه به که دارند 1صفحاتی لینک )

H(1)= A( صفحه که دارد 1صفحاتی لینک آنها به )

بین تعادل زمان تا H وAتکرار

مقدار بیشترین با قطب Hصفحات قویترین ،مقدار بیشترین با دار Aصفحات صالحیت سایت قویترین ،